WO2016157290A1 - 検出装置 - Google Patents

検出装置 Download PDF

Info

Publication number
WO2016157290A1
WO2016157290A1 PCT/JP2015/059611 JP2015059611W WO2016157290A1 WO 2016157290 A1 WO2016157290 A1 WO 2016157290A1 JP 2015059611 W JP2015059611 W JP 2015059611W WO 2016157290 A1 WO2016157290 A1 WO 2016157290A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
similarity
reference data
detection device
calculated
Prior art date
Application number
PCT/JP2015/059611
Other languages
English (en)
French (fr)
Inventor
淳二 堀
浩之 笹井
敬太 望月
健司 片岡
竜平 大嶋
Original Assignee
三菱電機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to KR1020177022831A priority Critical patent/KR101936009B1/ko
Priority to JP2017508825A priority patent/JP6365765B2/ja
Priority to CN201580076503.XA priority patent/CN107250715B/zh
Priority to PCT/JP2015/059611 priority patent/WO2016157290A1/ja
Publication of WO2016157290A1 publication Critical patent/WO2016157290A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined

Definitions

  • the present invention relates to a detection device that uses a long body as a detection target.
  • Patent Document 1 describes an apparatus for inspecting a rope.
  • the device described in Patent Document 1 includes a light source and a light receiving element.
  • a rope is disposed between the light source and the light receiving element.
  • the diameter of the rope is calculated based on the amount of light received by the light receiving element.
  • the position of the rope is calculated by making the calculated peak value interval of the diameter coincide with the strand interval.
  • Patent Document 1 has a problem that it is easily affected by noise. For example, if small dust adheres to the grooves between the strands, the peak value of the diameter is calculated at the position of the dust.
  • An object of the present invention is to provide a detection device capable of reducing the influence of noise when detecting the position of a long body.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • First similarity calculation means for calculating a first similarity between the acquired surface data and the first reference data; and a second similarity between the surface data acquired by the data acquisition means and the second reference data.
  • the phase of the similarity vector having the second similarity calculated by the second similarity calculating unit and the first similarity calculated by the first similarity calculating unit and the second similarity calculated by the second similarity calculating unit is calculated.
  • Phase calculating means Phase calculating means.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • Data processing means for generating processing data for comparison with the first reference data and the second reference data from the acquired surface data, and a first similarity between the processing data generated by the data processing means and the first reference data Calculated by the first similarity calculation means, the second similarity calculation means for calculating the second similarity between the processing data generated by the data processing means and the second reference data, and the first similarity calculation means
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • First similarity calculation means for calculating a first similarity between the acquired surface data and the first reference data; and a second similarity between the surface data acquired by the data acquisition means and the second reference data. Based on a norm of a similarity vector whose elements are the second similarity calculation unit, the first similarity calculated by the first similarity calculation unit, and the second similarity calculated by the second similarity calculation unit And an abnormality detecting means for detecting an abnormality of the elongated body.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • Data processing means for generating processing data for comparison with the first reference data and the second reference data from the acquired surface data, and a first similarity between the processing data generated by the data processing means and the first reference data Calculated by the first similarity calculation means, the second similarity calculation means for calculating the second similarity between the processing data generated by the data processing means and the second reference data, and the first similarity calculation means
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • First similarity calculation means for calculating a first similarity between the acquired surface data and the first reference data; and a second similarity between the surface data acquired by the data acquisition means and the second reference data. Based on a trajectory drawn by a similarity vector having elements of the second similarity calculating unit, the first similarity calculated by the first similarity calculating unit, and the second similarity calculated by the second similarity calculating unit And an abnormality detecting means for detecting an abnormality of the elongated body.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores first reference data and second reference data, and a data acquisition unit.
  • Data processing means for generating processing data for comparison with the first reference data and the second reference data from the acquired surface data, and a first similarity between the processing data generated by the data processing means and the first reference data Calculated by the first similarity calculation means, the second similarity calculation means for calculating the second similarity between the processing data generated by the data processing means and the second reference data, and the first similarity calculation means
  • a similarity vector whose elements are the calculated first similarity and the second similarity calculated by the second similarity calculating means is Based on the Ku locus comprises abnormality detecting means for detecting an abnormality of the elongated body.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores reference data, and surface data and a reference acquired by the data acquisition unit. Detecting means for detecting the position of the elongated body or the period of the pattern on the surface of the elongated body based on the similarity to the data.
  • the detection apparatus includes a data acquisition unit that acquires surface data of a long body having a periodic pattern on a surface, a storage unit that stores reference data, and a reference of the surface data acquired by the data acquisition unit. Based on the similarity between the data processed by the data processing means and the data processed by the data processing means and the reference data, the position of the elongated body or the pattern of the elongated body on the surface Detecting means for detecting a cycle.
  • FIG. 1 It is a figure which shows the structure of the detection apparatus in Embodiment 1 of this invention. It is the figure which looked at the elongate body from the direction of the arrow A shown in FIG. It is a figure which shows the example of the surface data acquired by the sensor head. It is the figure which represented the surface data acquired by the sensor head with the shading of the color. It is the figure which expanded a part of FIG. It is a figure which shows the structural example of a control apparatus. It is a figure for demonstrating the data processing function of a control apparatus. It is a figure for demonstrating the data processing function of a control apparatus. It is a figure for demonstrating the selection method of reference data. It is a figure which shows the example of the two reference data memorize
  • FIG. 29 is a diagram showing a DD cross section of FIG. 28. It is a figure for demonstrating the position detection function of a control apparatus. It is a figure which shows the hardware constitutions of a control apparatus.
  • FIG. 1 is a diagram showing a configuration of a detection apparatus according to Embodiment 1 of the present invention.
  • FIG. 2 is a view of the elongated body viewed from the direction of arrow A shown in FIG.
  • the long body includes, for example, the rope 1.
  • the detection device detects the position of the long body that moves in the longitudinal direction.
  • the rope 1 moves in the direction of arrow B.
  • the arrow B coincides with the longitudinal direction of the rope 1.
  • An example of the rope 1 that performs such movement is a wire rope used in an elevator.
  • the direction in which the rope 1 moves may be one direction.
  • the long body is not limited to the rope 1.
  • the rope 1 includes a plurality of strands.
  • the rope 1 is formed by twisting a plurality of strands. For this reason, the rope 1 has a periodic pattern on the surface.
  • the detection target of the present detection device is a long body having a periodic pattern on the surface.
  • the “pattern” includes, for example, a shape, a figure, a color, and a color shade.
  • the surface of the rope 1 is regularly arranged with irregularities formed by twisting a plurality of strands.
  • the cross-sectional shape of the rope 1 is substantially the same for each distance obtained by dividing the twist pitch by the number of strands.
  • the cross section is a cross section in a direction orthogonal to the longitudinal direction of the rope 1.
  • the detection device includes a sensor head 2 and a control device 3, for example.
  • the sensor head 2 is an example of means for acquiring surface data of a long body.
  • “Surface data” is data relating to the pattern of the surface of the elongated body.
  • the sensor head 2 acquires data representing the unevenness formed on the surface of the rope 1 as surface data.
  • FIG. 1 shows an example in which the sensor head 2 is an optical profile measuring instrument.
  • the sensor head 2 includes a light source 4 and a light receiving element 5, for example.
  • the light source 4 irradiates the surface of the rope 1 with light.
  • 1 and 2 show an example in which the light source 4 emits laser light in a direction orthogonal to the longitudinal direction of the rope 1. In the example shown in FIGS. 1 and 2, the light emitted from the light source 4 strikes a straight line from one end of the rope 1 to the other end so as to cross the rope 1.
  • the light receiving element 5 receives light reflected from the surface of the rope 1 (reflected light) among the light emitted from the light source 4.
  • the light receiving element 5 is disposed obliquely with respect to the direction in which the light source 4 emits light.
  • the light receiving element 5 receives light reflected obliquely at a certain angle with respect to the longitudinal direction of the rope 1 among the reflected light.
  • the light a shown in FIGS. 1 and 2 is light emitted from the light source 4 toward the rope 1.
  • the light b and the light c are light reflected at an angle received by the light receiving element 5 among the light reflected by the surface of the rope 1.
  • the light b is light reflected at the outermost portion of the strand.
  • the light c is light reflected by a groove formed by adjacent strands.
  • FIG. 3 is a diagram showing an example of the surface data acquired by the sensor head 2.
  • S ⁇ b> 1 illustrated in FIG. 3 is an example of surface data acquired by the sensor head 2.
  • the horizontal axis in FIG. 3 indicates that the surface data S1 includes 150 pieces of data in a direction orthogonal to the longitudinal direction of the rope 1.
  • the number of data included in the surface data is arbitrarily determined.
  • FIG. 4 is a diagram showing the surface data acquired by the sensor head 2 in shades of color.
  • FIG. 5 is an enlarged view of a part of FIG. FIG. 4 and FIG. 5 show what is created by connecting a large number of surface data actually obtained by the applicant using an optical profile measuring instrument.
  • the sensor head 2 is not limited to an optical profile measuring instrument.
  • the sensor head 2 may include a camera.
  • the sensor head 2 may acquire data obtained by photographing the surface of the rope 1 with a camera as surface data. In such a case, the surface data does not include information about the height.
  • the sensor head 2 acquires data representing the color and color density applied to the surface of the rope 1 as surface data.
  • the control device 3 detects the position of the long body based on the surface data acquired by the sensor head 2. That is, the control device 3 detects the distance that the long body has moved in the longitudinal direction.
  • FIG. 1 shows an example in which the control device 3 is connected to the sensor head 2 by a signal line 6. You may arrange
  • the sensor head 2 may include some of the functions of the control device 3.
  • FIG. 6 is a diagram illustrating a configuration example of the control device 3.
  • the control device 3 includes, for example, a storage unit 7, a data processing unit 8, a similarity calculation unit 9, a phase calculation unit 10, and a position detection unit 11.
  • Reference data is stored in the storage unit 7.
  • first reference data one reference data stored in the storage unit 7
  • second reference data one reference data stored in the storage unit 7
  • the data processing unit 8 generates processing data from the surface data acquired by the sensor head 2.
  • the processing data is data for comparison with the first reference data and the second reference data.
  • FIG. 7 and 8 are diagrams for explaining the data processing function of the control device 3.
  • the data processing unit 8 generates processing data by performing bias removal processing on the surface data.
  • S2 shown in FIG. 7 is a bias component.
  • the bias component S2 corresponds to surface data acquired by the sensor head 2 when the surface of the rope 1 is not uneven.
  • P shown in FIG. 8 is processing data.
  • the processing data P corresponds to the difference between the surface data S1 and the bias component S2.
  • the data processing unit 8 generates the processing data P by removing the influence of the diameter of the rope 1 from the surface data S1 acquired by the sensor head 2.
  • the processing data P can be expressed as a matrix of n rows and 1 column as follows, similarly to the surface data S1.
  • FIG. 9 is a diagram for explaining a method of selecting reference data.
  • the rope 1 has a periodic pattern on the surface.
  • the cross-sectional shape obtained by cutting the rope 1 along the straight line c1 shown in FIG. 9 is substantially the same as the cross-sectional shape obtained by cutting the rope 1 along the straight line c4. That is, the distance L1 between the straight line c1 and the straight line c4 is a distance at which the phase difference is 2 ⁇ . Similarly, the distance L2 between the straight line c1 and the straight line c3 is a distance at which the phase difference is ⁇ . A distance L3 between the straight line c1 and the straight line c2 is a distance at which the phase difference is ⁇ / 2.
  • the first reference data and the second reference data are preferably data orthogonal to each other or data substantially orthogonal to each other.
  • data corresponding to processing data obtained when light is applied to the portion of the straight line c1 is set as the first reference data.
  • FIG. 10 is a diagram illustrating an example of two reference data stored in the storage unit 7.
  • the processing data P, the first reference data Ref1, and the second reference data Ref2 are multidimensional vector data (vector having n elements) will be described.
  • the inner product of the first reference data Ref1 and the second reference data Ref2 is preferably 0 or a value close to 0.
  • the control device 3 may include a data setting unit 12.
  • the data setting unit 12 sets reference data based on the surface data acquired by the sensor head 2. For example, the data setting unit 12 stores the processing data obtained when the light from the light source 4 is applied to a portion of the rope 1 as the first reference data in the storage unit 7. Furthermore, the data setting unit 12 causes the storage unit 7 to store the processing data obtained when light is applied from the above part to the part where the phase difference is ⁇ / 2.
  • the function of the data setting unit 12 is effective when the reference data is not known.
  • the similarity calculation unit 9 calculates the similarity between the processing data and the reference data.
  • the similarity is an index representing the degree of similarity between two processing data.
  • two reference data are stored in the storage unit 7.
  • the similarity calculation unit 9 has a function of calculating the first similarity and the second similarity.
  • the first similarity is the similarity between the processing data and the first reference data.
  • the second similarity is a similarity between the processing data and the second reference data.
  • the similarity calculation unit 9 calculates the correlation coefficient ⁇ 1 between the processing data and the first reference data as the first similarity.
  • the similarity calculation unit 9 calculates the correlation coefficient ⁇ 2 between the processing data and the second reference data as the second similarity.
  • FIG. 11 is a diagram for explaining the phase calculation function of the control device 3.
  • the phase calculation unit 10 calculates the phase ⁇ of the similarity vector.
  • the similarity vector is a vector having the first similarity and the second similarity calculated by the similarity calculation unit 9 as elements.
  • the similarity vector is represented by ( ⁇ 1, ⁇ 2).
  • the phase ⁇ is represented by an angle formed by a similarity vector and a vector represented by ( ⁇ 1, 0).
  • the position detection unit 11 detects the position of the long body. That is, the position detection unit 11 detects how much the long body has moved in the longitudinal direction. The position detection unit 11 performs the detection based on the phase calculated by the phase calculation unit 10.
  • the similarity vector obtained when the light from the light source 4 is applied to the portion of the straight line c1 shown in FIG. 9 is represented by ( ⁇ 1, 0).
  • the obtained similarity vector is represented by (0, ⁇ 2).
  • the phase ⁇ at this time is ⁇ / 2 (rad) (see FIG. 11).
  • the obtained similarity vector is represented by ( ⁇ 1, 0).
  • the phase ⁇ is ⁇ (rad).
  • the obtained similarity vector is represented by ( ⁇ 1, 0).
  • the phase ⁇ is 2 ⁇ (rad). In this way, the position of the rope 1 can be detected based on the phase ⁇ calculated by the phase calculation unit 10.
  • FIG. 12 is a diagram for explaining the position detection function of the control device 3.
  • A) of FIG. 12 is the figure which represented the surface data acquired by the sensor head 2 with the color shading.
  • the figure shown to (a) of FIG. 12 shows what connected 3500 surface data.
  • the surface data is acquired at a constant cycle, for example.
  • a section 1 shown in FIG. 12 shows a state where the rope 1 is almost stopped.
  • the section 2 shown in FIG. 12 shows a state after the running of the rope 1 is started.
  • FIG. 12B shows changes in correlation coefficients ⁇ 1 and ⁇ 2.
  • C) of FIG. 12 shows the change of the phase ⁇ .
  • FIG. 13 is a diagram showing the trajectory of the similarity vector in section 1 shown in FIG.
  • FIG. 14 is a diagram showing the trajectory of the similarity vector in section 2 shown in FIG. As shown in FIG. 14, when the rope 1 moves in the longitudinal direction, the locus of the similarity vector is drawn so as to go around the point (0, 0).
  • the position of the long body can be detected based on the phase of the similarity vector.
  • the first similarity and the second similarity which are elements of the similarity vector, are calculated using surface data relating to the pattern of the surface of the elongated body. For this reason, the influence of noise can be reduced.
  • the locus of the similarity vector is drawn with an irregular circle. This is a result that occurs because the first reference data and the second reference data are not completely orthogonal. However, in other words, the above effect can be achieved even if the first reference data and the second reference data are not completely orthogonal.
  • the control device 3 may include a direction detection unit 13.
  • the direction detection unit 13 detects the moving direction of the long body.
  • the direction detection unit 13 performs the detection based on the phase calculated by the phase calculation unit 10. For example, the direction detection unit 13 calculates the phase change speed d ⁇ / dt calculated by the phase calculation unit 10.
  • the direction detection unit 13 determines the moving direction of the long body from the sign of the calculated change speed d ⁇ / dt.
  • FIG. 6 shows an example in which the control device 3 includes both the position detection unit 11 and the direction detection unit 13.
  • the control device 3 may include the direction detection unit 13 without including the position detection unit 11.
  • the detection device is a device that detects the moving direction of the long body.
  • the control device 3 may include a cycle detection unit 14.
  • the period detector 14 detects the period of the pattern that the long body has on the surface.
  • the period detection unit 14 performs the detection based on the phase calculated by the phase calculation unit 10. For example, the period detection unit 14 calculates the phase change speed d ⁇ / dt calculated by the phase calculation unit 10. If the moving speed of the long body is constant, the period of the pattern can be determined from the calculated change speed d ⁇ / dt.
  • FIG. 15 is a diagram for explaining another method of selecting reference data.
  • data corresponding to the processing data obtained when the light from the light source 4 is applied to the range C1 is stored in the storage unit 7 as the first reference data.
  • the straight line c1 corresponds to one measurement line
  • the range C1 corresponds to m measurement lines.
  • data corresponding to the processing data obtained when the light from the light source 4 is applied to the range C2 is stored in the storage unit 7 as second reference data.
  • the first reference data Ref1 and the second reference data Ref2 can be expressed as follows.
  • the inner product of the first reference data Ref1 and the second reference data Ref2 is preferably 0 or a value close to 0.
  • the data processing unit 8 When data that can be expressed in a matrix of n rows and m columns is stored in the storage unit 7 as reference data, the data processing unit 8 generates data that can be expressed in a matrix of n rows and m columns as processed data P.
  • the surface data S1 can also be expressed as a matrix with n rows and m columns.
  • the detection device has the above configuration, the influence of noise can be further reduced.
  • the configuration not described in the present embodiment is the same as the configuration disclosed in the first embodiment.
  • Embodiment 3 FIG.
  • the example in which the data obtained from the surface data acquired by the sensor head 2 or the data corresponding thereto is stored in the storage unit 7 as the reference data has been described.
  • an example will be described in which data obtained from design information is stored in the storage unit 7 as reference data.
  • FIG. 16 is a diagram for explaining another method of selecting reference data.
  • a sine wave having the same period as the pattern of the long body on the surface is stored in the storage unit 7 as the first reference data.
  • a cosine wave having the same period as the pattern of the long body on the surface is stored in the storage unit 7 as second reference data.
  • the first reference data Ref1 and the second reference data Ref2 can be expressed as a matrix of n rows and 1 column as shown in the above equation 2.
  • the inner product of the first reference data Ref1 and the second reference data Ref2 can be completely zero. That is, data orthogonal to each other can be adopted as the first reference data and the second reference data.
  • FIG. 17 is a diagram for explaining the position detection function of the control device 3.
  • (A) to (c) in FIG. 17 correspond to (a) to (c) in FIG.
  • the diagram shown in FIG. 17B was created using the first reference data Ref1 and the second reference data Ref2 shown in FIG.
  • FIG. 18 is a diagram showing the trajectory of the similarity vector in section 1 shown in FIG.
  • FIG. 19 is a diagram illustrating a locus of the similarity vector in the section 2 illustrated in FIG. As shown in FIG. 19, when two reference data orthogonal to each other are used, the locus of the similarity vector becomes a circle close to a perfect circle.
  • first reference data Ref1 and the second reference data Ref2 can be expressed by a matrix as shown in the above equation 3.
  • the inner product of the first reference data Ref1 and the second reference data Ref2 may be set to 0.
  • the configuration not described in this embodiment is the same as the configuration disclosed in the first or second embodiment.
  • Embodiment 4 FIG. In Embodiments 1 to 3, the example in which the detection device detects the position of the long body has been described. In this embodiment, an example will be described in which the detection device detects an abnormality in a long body.
  • the overall configuration of the detection apparatus in the present embodiment is the same as that shown in FIG.
  • FIG. 20 is a diagram illustrating a configuration example of the control device 3.
  • the control device 3 in the present embodiment includes a storage unit 7, a data processing unit 8, a similarity calculation unit 9, and an abnormality detection unit 15, for example.
  • the functions of the storage unit 7, the data processing unit 8, and the similarity calculation unit 9 are the same as the functions disclosed in the first embodiment.
  • configurations not described in the present embodiment are the same as any of the configurations disclosed in the first to third embodiments.
  • the abnormality detection unit 15 detects an abnormality in the long body. For example, the abnormality detection unit 15 performs the above detection based on a similarity vector having the first similarity and the second similarity calculated by the similarity calculation unit 9 as elements.
  • FIG. 21 to 23 are diagrams for explaining the abnormality detection function of the control device 3.
  • (a) shows data obtained when light from the light source 4 is applied to a normal portion of the rope 1.
  • Data when the light from the light source 4 is applied to a portion of the rope 1 having an abnormality is shown in FIG.
  • the upper part of FIG. 21 shows a diagram representing the surface data acquired by the sensor head 2 with color shading.
  • the lower part of FIG. 21 shows changes in correlation coefficients ⁇ 1 and ⁇ 2.
  • FIG. 22 shows the trajectory of the similarity vector obtained when the correlation coefficients ⁇ 1 and ⁇ 2 shown in the lower part of FIG. 21 are calculated.
  • the locus of the similarity vector is a circle close to a perfect circle.
  • the locus of the similarity vector is not a beautiful shape.
  • the locus of the similarity vector is also present at a position close to the point (0, 0).
  • the abnormality detection unit 15 can detect the abnormality of the rope 1 based on the locus of the similarity vector.
  • an abnormal range for detecting an abnormality is set in the range inside the locus shown in FIG.
  • the abnormality detection unit 15 detects an abnormality of the rope 1 when the locus of the similarity vector enters the abnormality range.
  • the abnormality detection unit 15 may detect the abnormality of the rope 1 based on the frequency with which the locus of the similarity vector enters the abnormality range.
  • the abnormality detection unit 15 may detect the abnormality of the rope 1 based on other criteria.
  • FIG. 23 shows the norm of the similarity vector obtained when the correlation coefficients ⁇ 1 and ⁇ 2 shown in the lower part of FIG. 21 are calculated.
  • the norm of the similarity vector is substantially constant in a range close to 1.
  • the norm of the similarity vector exists over a wide range.
  • the norm of the similarity vector is close to 0.
  • the abnormality detection unit 15 can detect the abnormality of the rope 1 based on the norm of the similarity vector.
  • the threshold value is set at a position below the norm shown in FIG.
  • the abnormality detection unit 15 detects the abnormality of the rope 1 when the norm of the similarity vector falls below the threshold value.
  • the abnormality detection unit 15 may detect the abnormality of the rope 1 based on the frequency with which the norm of the similarity vector falls below the threshold value.
  • the abnormality detection unit 15 may detect the abnormality of the rope 1 based on other criteria.
  • the detection device has the above configuration, it is possible to detect an abnormality in the long body based on a similarity vector having the first similarity and the second similarity as elements. For this reason, it is possible to provide an abnormality detection device that is less susceptible to noise. If it is a detection apparatus which has the said structure, it is not necessary to adjust a filter coefficient etc. conventionally.
  • the control device 3 may include an abnormality detection unit 15 in addition to the configuration shown in FIG.
  • Embodiment 5 FIG.
  • the overall configuration of the detection apparatus in the present embodiment is the same as that shown in FIG.
  • the configuration of the control device 3 is the same as the configuration shown in FIG.
  • Configurations not described in the present embodiment are the same as any of the configurations disclosed in the first to fourth embodiments.
  • the control apparatus 3 may be provided with the abnormality detection part 15 in addition to the structure shown in FIG.
  • FIG. 24 to 27 are diagrams for explaining the abnormality detection function of the control device 3.
  • FIG. 24 shows the norm of the similarity vector.
  • a section 3 shown in FIG. 24 shows data when light from the light source 4 is applied to a normal portion of the rope 1. For example, the section 3 includes 100 pieces of data.
  • a section 4 shown in FIG. 24 shows data when light from the light source 4 is applied to a portion where the rope 1 is abnormal. For example, the section 4 includes 100 pieces of data.
  • FIG. 25 is an enlarged view of the data in section 3 and the data in section 4.
  • FIG. 26 is a diagram showing the trajectory of the similarity vector in the section 3 shown in FIG. (A) of FIG. 26 shows the locus
  • FIG. 26B shows a trajectory created from data for the latter half 50 pieces.
  • the trajectory shown in FIG. 26A and the trajectory shown in FIG. 26B are both drawn in a circle close to a perfect circle.
  • the locus shown in (a) of FIG. 26 substantially matches the locus shown in (b) of FIG.
  • FIG. 27 is a diagram showing the trajectory of the similarity vector in the section 4 shown in FIG.
  • FIG. 27A shows a trajectory created from data for the first half 50.
  • FIG. FIG. 27B shows a trajectory created from data for the latter half 50 pieces.
  • Both the trajectory shown in FIG. 27A and the trajectory shown in (b) are not in a clean shape.
  • the locus shown in (a) of FIG. 27 does not match the locus shown in (b) of FIG. Therefore, the abnormality detection unit 15 detects the abnormality of the rope 1 by comparing the locus of the similarity vector obtained from the first half data of a certain section with the locus of the similarity vector obtained from the second half data. can do.
  • Embodiment 6 FIG.
  • the example in which the detection device detects the position and abnormality of the rope 1 has been described.
  • an example in which the detection device detects the position and abnormality of another elongated body will be described.
  • FIG. 28 is a diagram showing the configuration of the detection apparatus according to Embodiment 6 of the present invention.
  • FIG. 29 is a view showing a DD cross section of FIG.
  • the elongate body to be detected by the detection device includes a moving handrail 16 used in an escalator or the like.
  • the moving handrail 16 moves in the direction of arrow B.
  • the arrow B coincides with the longitudinal direction of the moving handrail 16.
  • the direction in which the moving handrail 16 moves may be one direction.
  • the moving handrail 16 includes a canvas 17.
  • the canvas 17 is provided to reduce the running resistance of the moving handrail 16.
  • the canvas 17 forms the inner surface of the moving handrail 16.
  • the canvas 17 is a fabric woven using, for example, a plurality of yarns. For this reason, the canvas 17 has a periodic pattern on the surface.
  • the configuration of the detection apparatus is the same as any of the configurations disclosed in the first to fifth embodiments.
  • FIG. 30 is a diagram for explaining the position detection function of the control device 3.
  • 30A to 30C correspond to FIGS. 12A to 12C.
  • FIG. 30A is a diagram showing the surface data acquired by the sensor head 2 in shades of color.
  • the figure shown to (a) of FIG. 30 shows what connected 200 surface data.
  • FIG. 12B shows changes in correlation coefficients ⁇ 1 and ⁇ 2.
  • (C) of FIG. 12 shows the change of the phase ⁇ .
  • the position and abnormality of the moving handrail 16 can be detected with the detection device having the above configuration.
  • the shape abnormality of the moving handrail 16 can be detected by the detection device. You may detect the slip of the moving handrail 16 with a detection apparatus.
  • each part indicated by reference numerals 7 to 15 represents a function of the control device 3.
  • FIG. 31 is a diagram illustrating a hardware configuration of the control device 3.
  • the control device 3 includes a circuit including, for example, a processor 18 and a memory 19 as hardware resources.
  • the control device 3 implements the functions of the units 7 to 15 by executing the program stored in the memory 19 by the processor 18.
  • the control device 3 may include a plurality of processors 18.
  • the control device 3 may include a plurality of memories 19. That is, a plurality of processors 18 and a plurality of memories 19 may cooperate to implement each function of each unit 7 to 15. Some or all of the functions of the units 7 to 15 may be realized by hardware.
  • the similarity calculation unit 9 calculates the similarity between the processing data and the reference data.
  • the functions of the detection device described in each embodiment can be realized even if the control device 3 is not provided with the data processing unit 8.
  • reference data that can be compared with the surface data acquired by the sensor head 2 is stored in the storage unit 7.
  • the control device 3 includes the data setting unit 12, the data setting unit 12 causes the storage unit 7 to store the surface data acquired by the sensor head 2 as reference data.
  • the data setting unit 12 causes the storage unit 7 to store the surface data obtained when the light from the light source 4 is applied to a portion of the rope 1 as the first reference data.
  • the data setting unit 12 causes the storage unit 7 to store the surface data obtained when light is applied from the above part to the part having a phase difference of ⁇ / 2 as the second reference data.
  • the similarity calculation unit 9 calculates the similarity between the surface data acquired by the sensor head 2 and the reference data. For example, the similarity calculation unit 9 calculates the correlation coefficient ⁇ 1 between the surface data and the first reference data as the first similarity. The similarity calculation unit 9 calculates the correlation coefficient ⁇ 2 between the surface data and the second reference data as the second similarity.
  • the similarity calculation unit 9 may calculate the similarity between the surface data and the reference data.
  • the position detection unit 11 detects the position of the long body based on the similarity calculated by the similarity calculation unit 9. For example, a reference value is set in advance. The position detection unit 11 counts the number of times the similarity matches the reference value, and detects the position of the long body. A plurality of reference values may be set. It is also possible to detect the period of the pattern that the long body has on the surface by counting the number of times matching the reference value during a certain period.
  • the device for detecting the position or abnormality of the elongated body has been described.
  • the present invention may be utilized as an inspection apparatus having functions up to the stage before detecting a position or abnormality.
  • the inspection apparatus includes, for example, a storage unit 7, a data processing unit 8, and a similarity calculation unit 9.
  • the storage unit 7, the data processing unit 8, and the similarity calculation unit 9 have the functions disclosed in any of the embodiments.
  • the inspection apparatus also has a function of calculating a similarity vector having the first similarity and the second similarity calculated by the similarity calculation unit 9 as elements.
  • the similarity calculation unit 9 may calculate the similarity between the surface data and the reference data.
  • the inspection apparatus stores the calculated similarity vector so that the user can use it later.
  • the inspection apparatus may have a function of displaying the calculated similarity vector on a display (not shown).
  • the detection apparatus according to the present invention can be applied to an apparatus for detecting a long body having a periodic pattern on the surface.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

　検出装置は、センサヘッド（２）、記憶部（７）、データ処理部（８）、類似度算出部（９）及び位相算出部（１０）を備える。センサヘッド（２）は、長尺体の表面データを取得する。記憶部（７）は、第１リファレンスデータ及び第２リファレンスデータを記憶する。データ処理部（８）は、表面データから処理データを生成する。類似度算出部（９）は、第１類似度及び第２類似度を算出する。位相算出部（１０）は、第１類似度及び第２類似度を要素とする類似度ベクトルの位相を算出する。

Description

検出装置
　この発明は、長尺体を検出対象とする検出装置に関する。
　特許文献１に、ロープを検査する装置が記載されている。特許文献１に記載された装置は、光源と受光素子とを備える。光源と受光素子との間にロープが配置される。特許文献１に記載された装置では、受光素子が受けた光量に基づいてロープの直径が算出される。算出した直径のピーク値の間隔をストランドの間隔に一致させることにより、ロープの位置を算出する。
日本特許第５４３６６５９号公報
　特許文献１に記載された装置は、ノイズの影響を受け易いといった問題があった。例えば、ストランド間の溝に小さなごみが付着していると、そのごみの位置で直径のピーク値が算出されてしまう。
　この発明は、上述のような課題を解決するためになされた。この発明の目的は、長尺体の位置等を検出する際にノイズの影響を低減できる検出装置を提供することである。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ取得手段によって取得された表面データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルの位相を算出する位相算出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データから第１リファレンスデータ及び第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、データ処理手段によって生成された処理データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ処理手段によって生成された処理データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルの位相を算出する位相算出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ取得手段によって取得された表面データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルのノルムに基づいて、長尺体の異常を検出する異常検出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データから第１リファレンスデータ及び第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、データ処理手段によって生成された処理データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ処理手段によって生成された処理データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルのノルムに基づいて、長尺体の異常を検出する異常検出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ取得手段によって取得された表面データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルが描く軌跡に基づいて、長尺体の異常を検出する異常検出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データから第１リファレンスデータ及び第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、データ処理手段によって生成された処理データと第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、データ処理手段によって生成された処理データと第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、第１類似度算出手段によって算出された第１類似度と第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルが描く軌跡に基づいて、長尺体の異常を検出する異常検出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データとリファレンスデータとの類似度に基づいて、長尺体の位置又は長尺体が表面に有する模様の周期を検出する検出手段と、を備える。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、リファレンスデータを記憶する記憶手段と、データ取得手段によって取得された表面データをリファレンスデータと比較するためのデータに処理するデータ処理手段と、データ処理手段によって処理されたデータとリファレンスデータとの類似度に基づいて、長尺体の位置又は前記長尺体が表面に有する模様の周期を検出する検出手段と、を備える。
　この発明によれば、ノイズの影響を低減できる検出装置を提供できる。
この発明の実施の形態１における検出装置の構成を示す図である。 図１に示す矢印Ａの方向から長尺体を見た図である。 センサヘッドによって取得された表面データの例を示す図である。 センサヘッドによって取得された表面データを色の濃淡で表した図である。 図４の一部を拡大した図である。 制御装置の構成例を示す図である。 制御装置のデータ処理機能を説明するための図である。 制御装置のデータ処理機能を説明するための図である。 リファレンスデータの選定方法を説明するための図である。 記憶部に記憶された２つのリファレンスデータの例を示す図である。 制御装置の位相算出機能を説明するための図である。 制御装置の位置検出機能を説明するための図である。 図１２に示す区間１での類似度ベクトルの軌跡を示す図である。 図１２に示す区間２での類似度ベクトルの軌跡を示す図である。 リファレンスデータを選定する他の方法を説明するための図である。 リファレンスデータを選定する他の方法を説明するための図である。 制御装置の位置検出機能を説明するための図である。 図１７に示す区間１での類似度ベクトルの軌跡を示す図である。 図１７に示す区間２での類似度ベクトルの軌跡を示す図である。 制御装置の構成例を示す図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 制御装置の異常検出機能を説明するための図である。 この発明の実施の形態６における検出装置の構成を示す図である。 図２８のＤ－Ｄ断面を示す図である。 制御装置の位置検出機能を説明するための図である。 制御装置のハードウェア構成を示す図である。
　添付の図面を参照し、本発明を説明する。重複する説明は、適宜簡略化或いは省略する。各図において、同一の符号は同一の部分又は相当する部分を示す。
実施の形態１．
　図１は、この発明の実施の形態１における検出装置の構成を示す図である。図２は、図１に示す矢印Ａの方向から長尺体を見た図である。実施の形態１では、検出装置が長尺体の位置を検出する例について説明する。長尺体には、例えばロープ１が含まれる。検出装置は、長手の方向に移動する長尺体の位置を検出する。例えば、ロープ１は、矢印Ｂの方向に移動する。矢印Ｂは、ロープ１の長手の方向と一致する。このような移動を行うロープ１の例として、エレベータで使用されるワイヤロープが挙げられる。ロープ１が移動する方向は一方向でも良い。なお、長尺体はロープ１に限定されない。
　ロープ１は、複数のストランドを備える。ロープ１は、複数のストランドが縒り合わされることによって形成される。このため、ロープ１は、表面に周期的な模様を有する。本検出装置の検出対象は、表面に周期的な模様を有する長尺体である。「模様」には、例えば形状、図形、色及び色の濃淡が含まれる。例えば、ロープ１の表面には、複数のストランドが縒り合わされることによって形成される凹凸が規則的に並んでいる。ロープ１の断面形状は、縒りピッチをストランドの数で割った距離毎にほぼ同じになる。上記断面とは、ロープ１の長手の方向と直交する方向の断面である。
　検出装置は、例えばセンサヘッド２と制御装置３とを備える。
　センサヘッド２は、長尺体の表面データを取得する手段の一例である。「表面データ」は、長尺体の表面の模様に関するデータである。例えば、センサヘッド２は、ロープ１の表面に形成された凹凸を表すデータを表面データとして取得する。図１は、センサヘッド２が光学式のプロファイル測定器である例を示す。センサヘッド２は、例えば光源４及び受光素子５を備える。
　光源４は、ロープ１の表面に光を照射する。図１及び図２は、光源４がロープ１の長手の方向と直交する方向にレーザ光を照射する例を示す。図１及び図２に示す例では、光源４から照射された光は、ロープ１を横断するようにロープ１の一側の端から他側の端にかけて直線状に当たる。
　受光素子５は、光源４から照射された光のうちロープ１の表面で反射した光（反射光）を受光する。受光素子５は、光源４が光を照射する方向に対して斜めに配置される。受光素子５は、上記反射光のうちロープ１の長手の方向に対して一定の角度で斜めに反射した光を受光する。
　図１及び図２に示す光ａは、光源４からロープ１に向けて照射された光である。光ｂ及び光ｃは、ロープ１の表面で反射した光のうち、受光素子５によって受光される角度で反射した光である。光ｂは、ストランドの最も外側に膨らんだ部分で反射した光である。光ｃは、隣り合うストランドによって形成された溝の部分で反射した光である。受光素子５が光ｂ及び光ｃ等を受光することにより、センサヘッド２は、光源４からの光が当たった部分の断面形状を表す表面データを取得する。
　図３は、センサヘッド２によって取得された表面データの例を示す図である。図３に示すＳ１は、センサヘッド２によって取得された表面データの一例である。図３の横軸は、表面データＳ１がロープ１の長手の方向と直交する方向に１５０個のデータを含むことを示す。なお、表面データが含むデータの個数は任意に決定される。
　図４は、センサヘッド２によって取得された表面データを色の濃淡で表した図である。図５は、図４の一部を拡大した図である。図４及び図５は、出願人が光学式のプロファイル測定器を用いて実際に取得した多数の表面データを繋ぎ合わせて作成したものを示す。
　センサヘッド２は、光学式のプロファイル測定器に限定されない。例えば、センサヘッド２は、カメラを備えても良い。センサヘッド２は、カメラによってロープ１の表面を撮影したデータを表面データとして取得しても良い。かかる場合、表面データには高さに関する情報が含まれない。センサヘッド２は、ロープ１の表面に付された色及び色の濃淡を表すデータを表面データとして取得する。
　制御装置３は、センサヘッド２によって取得された表面データに基づいて、長尺体の位置を検出する。即ち、制御装置３は、長尺体が長手の方向に移動した距離を検出する。図１は、制御装置３が信号線６によってセンサヘッド２に接続される例を示す。センサヘッド２と制御装置３とを同じ筐体内に配置しても良い。制御装置３が有する機能の一部をセンサヘッド２が備えても良い。
　図６は、制御装置３の構成例を示す図である。制御装置３は、例えば記憶部７、データ処理部８、類似度算出部９、位相算出部１０及び位置検出部１１を備える。
　記憶部７にリファレンスデータが記憶される。本実施の形態では、記憶部７に２つのリファレンスデータが記憶される例について説明する。以下の説明では、記憶部７に記憶された一方のリファレンスデータを第１リファレンスデータと表記する。記憶部７に記憶されたもう一方のリファレンスデータを第２リファレンスデータと表記する。
　データ処理部８は、センサヘッド２によって取得された表面データから処理データを生成する。処理データは、第１リファレンスデータ及び第２リファレンスデータと比較するためのデータである。ロープ１の位置等を検出する上では、センサヘッド２によって取得された表面データからバイアス成分或いは高調波成分を除去する処理を行うことが望ましい。これにより、ロープ１が表面に有する周期的な模様の成分を強調することができる。
　図７及び図８は、制御装置３のデータ処理機能を説明するための図である。本実施の形態では、センサヘッド２によって取得された表面データからバイアス成分を除去する例について説明する。即ち、データ処理部８は、表面データに対してバイアス除去処理を行うことによって処理データを生成する。図７に示すＳ２はバイアス成分である。バイアス成分Ｓ２は、ロープ１の表面に凹凸がない場合にセンサヘッド２が取得する表面データに相当する。図８に示すＰは、処理データである。処理データＰは、表面データＳ１とバイアス成分Ｓ２との差に相当する。データ処理部８は、例えば、センサヘッド２によって取得された表面データＳ１からロープ１の径の影響を除去することにより、処理データＰを生成する。
　表面データＳ１が複数個のデータを含む場合、処理データＰは、表面データＳ１と同様に下記のようにｎ行１列の行列で表記できる。ｎは、例えば２以上の整数である。図８に示す例ではｎ＝１５０である。
Figure JPOXMLDOC01-appb-M000001
　図９は、リファレンスデータの選定方法を説明するための図である。上述したように、ロープ１は、表面に周期的な模様を有する。例えば、図９に示す直線ｃ１でロープ１を切断した断面形状と直線ｃ４でロープ１を切断した断面形状とはほぼ同じになる。即ち、直線ｃ１と直線ｃ４との距離Ｌ１は、位相差が２πとなる距離である。同様に、直線ｃ１と直線ｃ３との距離Ｌ２は、位相差がπとなる距離である。直線ｃ１と直線ｃ２との距離Ｌ３は、位相差がπ／２となる距離である。
　第１リファレンスデータと第２リファレンスデータとは、互いに直交するデータ或いはほぼ直交するデータであることが好ましい。例えば、直線ｃ１の部分に光を当てた時に得られる処理データに相当するデータを第１リファレンスデータに設定する。かかる場合、直線ｃ２の部分に光を当てた時に得られる処理データに相当するデータを第２リファレンスデータに設定することが好ましい。図１０は、記憶部７に記憶された２つのリファレンスデータの例を示す図である。
　図１０に示す第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２は、例えば下記のようにｎ行１列の行列で表記できる。ｎは、例えば２以上の整数である。図１０に示す例ではｎ＝１５０である。
Figure JPOXMLDOC01-appb-M000002
　本実施の形態では、処理データＰ、第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２が多次元のベクトルデータ（要素数ｎのベクトル）である例について説明する。第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２の内積は、０或いは０に近い値であることが好ましい。
　制御装置３は、データ設定部１２を備えても良い。データ設定部１２は、センサヘッド２によって取得された表面データに基づいて、リファレンスデータを設定する。例えば、データ設定部１２は、ロープ１のある部分に光源４からの光を当てた時に得られた処理データを第１リファレンスデータとして記憶部７に記憶させる。更に、データ設定部１２は、上記部分から位相差がπ／２となる部分に光を当てた時に得られた処理データを第２リファレンスデータとして記憶部７に記憶させる。データ設定部１２の機能は、リファレンスデータが既知でない場合に有効である。
　類似度算出部９は、処理データとリファレンスデータとの類似度を算出する。類似度は、２つの処理データが類似する度合いを表す指標である。本実施の形態に示す例では、記憶部７に２つのリファレンスデータが記憶される。かかる場合、類似度算出部９は、第１類似度と第２類似度とを算出する機能を有する。第１類似度は、処理データと第１リファレンスデータとの類似度である。第２類似度は、処理データと第２リファレンスデータとの類似度である。
　例えば、類似度算出部９は、処理データと第１リファレンスデータとの相関係数ρ１を第１類似度として算出する。類似度算出部９は、処理データと第２リファレンスデータとの相関係数ρ２を第２類似度として算出する。
　図１１は、制御装置３の位相算出機能を説明するための図である。位相算出部１０は、類似度ベクトルの位相θを算出する。類似度ベクトルは、類似度算出部９によって算出された第１類似度と第２類似度とを要素とするベクトルである。本実施の形態に示す例では、類似度ベクトルは（ρ１、ρ２）で表記される。位相θは、例えば類似度ベクトルと（ρ１、０）で示されるベクトルとのなす角で表される。
　位置検出部１１は、長尺体の位置を検出する。即ち、位置検出部１１は、長尺体が長手の方向にどれだけ移動したかを検出する。位置検出部１１は、位相算出部１０によって算出された位相に基づいて上記検出を行う。
　例えば、図９に示す直線ｃ１の部分に光源４からの光を当てた時に得られる類似度ベクトルが（ρ１、０）で表される理想的な例を考える。ロープ１が下方に移動して直線ｃ２の部分に光源４からの光が当たると、得られる類似度ベクトルは（０、ρ２）で表される。この時の位相θはπ／２（ｒａｄ）になる（図１１参照）。ロープ１が下方に更に移動して直線ｃ３の部分に光が当たると、得られる類似度ベクトルは（－ρ１、０）で表される。この時の位相θはπ（ｒａｄ）になる。ロープ１が下方に更に移動して直線ｃ４の部分に光が当たると、得られる類似度ベクトルは（ρ１、０）で表される。この時の位相θは２π（ｒａｄ）になる。このように、位相算出部１０によって算出された位相θに基づいてロープ１の位置を検出することができる。
　図１２は、制御装置３の位置検出機能を説明するための図である。図１２の（ａ）は、センサヘッド２によって取得された表面データを色の濃淡で表した図である。図１２の（ａ）に示す図は、３５００個の表面データを繋げたものを示す。表面データは、例えば一定の周期で取得される。図１２に示す区間１は、ロープ１がほぼ停止している状態を示す。図１２に示す区間２は、ロープ１の走行が開始された後の状態を示す。図１２の（ｂ）は、相関係数ρ１及びρ２の変化を示す。図１２の（ｃ）は、位相θの変化を示す。
　図１３は、図１２に示す区間１での類似度ベクトルの軌跡を示す図である。図１４は、図１２に示す区間２での類似度ベクトルの軌跡を示す図である。図１４に示すように、ロープ１が長手の方向に移動すると、類似度ベクトルの軌跡は点（０、０）の周囲を回るように描かれる。
　上記構成を有する検出装置であれば、類似度ベクトルの位相に基づいて長尺体の位置を検出できる。類似度ベクトルの要素である第１類似度及び第２類似度は、長尺体の表面の模様に関する表面データを利用して算出される。このため、ノイズの影響を低減できる。本実施の形態に示す例では、ｎ＝１５０の多次元のベクトルデータを用いて相関係数ρ１及びρ２が算出される。多数のデータから相関係数ρ１及びρ２を算出するため、必然的にノイズの影響を受け難くなる。
　シルエットからストランドの頂点を見つける従来の方法では、フィルタ処理に必要なフィルタ係数をロープの形状及び走行速度に合わせて調整しなければならない。上記構成を有する検出装置であれば、このような調整を行う必要がない。
　なお、図１４では、類似度ベクトルの軌跡がいびつな円で描かれている。これは、第１リファレンスデータと第２リファレンスデータとが完全に直交するものではないために生じた結果である。しかし、換言すれば、第１リファレンスデータと第２リファレンスデータとが完全に直交するものではなくても上記効果を奏することができる。
　以下に、制御装置３が備えることが可能な他の機能について説明する。
　制御装置３は、方向検出部１３を備えても良い。方向検出部１３は、長尺体の移動方向を検出する。方向検出部１３は、位相算出部１０によって算出された位相に基づいて上記検出を行う。例えば、方向検出部１３は、位相算出部１０によって算出された位相の変化速度ｄθ／ｄｔを算出する。方向検出部１３は、算出した変化速度ｄθ／ｄｔの符号から長尺体の移動方向を判定する。
　図６は、制御装置３が位置検出部１１及び方向検出部１３の双方を備える例を示す。制御装置３は、位置検出部１１を備えず、方向検出部１３を備えても良い。かかる場合、検出装置は、長尺体の移動方向を検出する装置となる。
　制御装置３は、周期検出部１４を備えても良い。周期検出部１４は、長尺体が表面に有する模様の周期を検出する。周期検出部１４は、位相算出部１０によって算出された位相に基づいて上記検出を行う。例えば、周期検出部１４は、位相算出部１０によって算出された位相の変化速度ｄθ／ｄｔを算出する。長尺体の移動速度が一定であれば、算出した変化速度ｄθ／ｄｔから模様の周期を判定することができる。
実施の形態２．
　実施の形態１では、リファレンスデータがｎ行１列の行列で表記できる例について説明した。本実施の形態では、ｎ行ｍ列の行列で表記できるデータがリファレンスデータとして記憶部７に記憶される例について説明する。ｍは、例えば２以上の整数である。ｍ＝ｎでも良い。
　図１５は、リファレンスデータを選定する他の方法を説明するための図である。例えば、範囲Ｃ１に光源４からの光を当てた時に得られる処理データに相当するデータを第１リファレンスデータとして記憶部７に記憶する。直線ｃ１が１本分の測定ラインに相当し、範囲Ｃ１はｍ本分の測定ラインに相当する。また、範囲Ｃ２に光源４からの光を当てた時に得られる処理データに相当するデータを第２リファレンスデータとして記憶部７に記憶する。第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２は、下記のように表記できる。第１リファレンスデータＲｅｆ１と第２リファレンスデータＲｅｆ２との内積は、０或いは０に近い値であることが好ましい。
Figure JPOXMLDOC01-appb-M000003
　ｎ行ｍ列の行列で表記できるデータがリファレンスデータとして記憶部７に記憶されている場合、データ処理部８は、ｎ行ｍ列の行列で表記できるデータを処理データＰとして生成する。なお、表面データＳ１もｎ行ｍ列の行列で表記できる。
Figure JPOXMLDOC01-appb-M000004
　上記構成を有する検出装置であれば、ノイズの影響を更に低減できる。本実施の形態で説明しない構成については、実施の形態１で開示した構成と同じである。
実施の形態３．
　実施の形態１では、センサヘッド２によって取得される表面データから得られるデータ或いはそれに相当するデータがリファレンスデータとして記憶部７に記憶される例について説明した。本実施の形態では、設計情報から得られるデータがリファレンスデータとして記憶部７に記憶される例について説明する。
　図１６は、リファレンスデータを選定する他の方法を説明するための図である。例えば、長尺体が表面に有する模様の周期と同じ周期を有する正弦波を第１リファレンスデータとして記憶部７に記憶する。長尺体が表面に有する模様の周期と同じ周期を有する余弦波を第２リファレンスデータとして記憶部７に記憶する。第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２は、上記式２で示すようにｎ行１列の行列で表記できる。
　上記構成を有する検出装置であれば、第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２の内積を完全に０にすることができる。即ち、互いに直交するデータを第１リファレンスデータ及び第２リファレンスデータとして採用できる。
　図１７は、制御装置３の位置検出機能を説明するための図である。図１７の（ａ）から（ｃ）は、図１２の（ａ）から（ｃ）に対応する。図１７の（ｂ）に示す図は、図１６に示す第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２を用いて作成された。図１８は、図１７に示す区間１での類似度ベクトルの軌跡を示す図である。図１９は、図１７に示す区間２での類似度ベクトルの軌跡を示す図である。図１９に示すように、互いに直交する２つのリファレンスデータを用いた場合は、類似度ベクトルの軌跡が真円に近い円になる。
　本実施の形態に示す例において、ｎ行ｍ列の行列で表記できるデータをリファレンスデータとして採用しても良い。かかる場合、第１リファレンスデータＲｅｆ１及び第２リファレンスデータＲｅｆ２は、上記式３で示すような行列で表記できる。第１リファレンスデータＲｅｆ１と第２リファレンスデータＲｅｆ２との内積を０に設定すれば良い。
　本実施の形態で説明しない構成については、実施の形態１或いは２で開示した構成と同じである。
実施の形態４．
　実施の形態１から３では、検出装置が長尺体の位置を検出する例について説明した。本実施の形態では、検出装置が長尺体の異常を検出する例について説明する。本実施の形態における検出装置の全体の構成は、図１に示す構成と同じである。
　図２０は、制御装置３の構成例を示す図である。本実施の形態における制御装置３は、例えば記憶部７、データ処理部８、類似度算出部９及び異常検出部１５を備える。記憶部７、データ処理部８及び類似度算出部９の各機能は、実施の形態１で開示した各機能と同じである。また、本実施の形態で説明しない構成については、実施の形態１から３で開示した何れかの構成と同じである。
　異常検出部１５は、長尺体の異常を検出する。例えば、異常検出部１５は、類似度算出部９によって算出された第１類似度と第２類似度とを要素とする類似度ベクトルに基づいて上記検出を行う。
　図２１から図２３は、制御装置３の異常検出機能を説明するための図である。図２１から図２３では、ロープ１の正常な部分に光源４からの光を当てた時のデータを（ａ）に示す。ロープ１の異常がある部分に光源４からの光を当てた時のデータを（ｂ）に示す。図２１の上段に、センサヘッド２によって取得された表面データを色の濃淡で表した図を示す。図２１の下段に、相関係数ρ１及びρ２の変化を示す。
　図２２は、図２１の下段に示す相関係数ρ１及びρ２が算出された時に得られる類似度ベクトルの軌跡を示す。図２２の（ａ）では、類似度ベクトルの軌跡が真円に近い円になる。一方、図２２の（ｂ）では、類似度ベクトルの軌跡がきれいな形にならない。図２２の（ｂ）では、類似度ベクトルの軌跡が点（０、０）に近い位置にも存在する。このため、異常検出部１５は、類似度ベクトルの軌跡に基づいてロープ１の異常を検出することができる。例えば、図２２の（ａ）に示す軌跡の内側の範囲に、異常を検出するための異常範囲が設定される。異常検出部１５は、類似度ベクトルの軌跡が異常範囲に入ると、ロープ１の異常を検出する。異常検出部１５は、類似度ベクトルの軌跡が異常範囲に入る頻度に基づいてロープ１の異常を検出しても良い。異常検出部１５は、他の基準に基づいてロープ１の異常を検出しても良い。
　図２３は、図２１の下段に示す相関係数ρ１及びρ２が算出された時に得られる類似度ベクトルのノルムを示す。図２３の（ａ）では、類似度ベクトルのノルムは１に近い範囲でほぼ一定になる。一方、図２３の（ｂ）では、類似度ベクトルのノルムが広い範囲に渡って存在する。図２３の（ｂ）では、類似度ベクトルのノルムが０に近い値にもなる。このため、異常検出部１５は、類似度ベクトルのノルムに基づいてロープ１の異常を検出することができる。例えば、図２３の（ａ）に示すノルムより下方の位置に、閾値が設定される。異常検出部１５は、類似度ベクトルのノルムが閾値を下回ると、ロープ１の異常を検出する。異常検出部１５は、類似度ベクトルのノルムが閾値を下回る頻度に基づいてロープ１の異常を検出しても良い。異常検出部１５は、他の基準に基づいてロープ１の異常を検出しても良い。
　上記構成を有する検出装置であれば、第１類似度と第２類似度とを要素とする類似度ベクトルに基づいて長尺体の異常を検出できる。このため、ノイズの影響を受け難い異常検出装置を提供できる。上記構成を有する検出装置であれば、従来のようにフィルタ係数の調整等を行う必要もない。
　制御装置３は、図６に示す構成に加えて異常検出部１５を備えても良い。
実施の形態５．
　本実施の形態では、実施の形態４と同様に、検出装置が長尺体の異常を検出する例について説明する。本実施の形態における検出装置の全体の構成は、図１に示す構成と同じである。制御装置３の構成は、図２０に示す構成と同じである。本実施の形態で説明しない構成については、実施の形態１から４で開示した何れかの構成と同じである。また、制御装置３は、図６に示す構成に加えて異常検出部１５を備えても良い。
　図２４から図２７は、制御装置３の異常検出機能を説明するための図である。図２４は、類似度ベクトルのノルムを示す。図２４に示す区間３は、ロープ１の正常な部分に光源４からの光を当てた時のデータを示す。区間３には例えば１００個のデータが含まれる。図２４に示す区間４は、ロープ１の異常がある部分に光源４からの光を当てた時のデータを示す。区間４には例えば１００個のデータが含まれる。図２５は、区間３のデータ及び区間４のデータを拡大した図である。
　図２６は、図２４に示す区間３での類似度ベクトルの軌跡を示す図である。図２６の（ａ）は、前半５０個分のデータによって作成された軌跡を示す。図２６の（ｂ）は、後半５０個分のデータによって作成された軌跡を示す。図２６の（ａ）に示す軌跡と（ｂ）に示す軌跡とは、双方とも真円に近い円で描かれる。図２６の（ａ）に示す軌跡は、図２６の（ｂ）に示す軌跡とほぼ一致する。
　図２７は、図２４に示す区間４での類似度ベクトルの軌跡を示す図である。図２７の（ａ）は、前半５０個分のデータによって作成された軌跡を示す。図２７の（ｂ）は、後半５０個分のデータによって作成された軌跡を示す。図２７の（ａ）に示す軌跡と（ｂ）に示す軌跡とは、双方ともきれいな形にならない。図２７の（ａ）に示す軌跡は、図２７の（ｂ）に示す軌跡に一致しない。このため、異常検出部１５は、ある区間の前半のデータから得られた類似度ベクトルの軌跡と後半のデータから得られた類似度ベクトルの軌跡とを比較することにより、ロープ１の異常を検出することができる。
実施の形態６．
　実施の形態１から５では、検出装置がロープ１の位置及び異常を検出する例について説明した。本実施の形態では、検出装置が他の長尺体の位置及び異常を検出する例について説明する。
　図２８は、この発明の実施の形態６における検出装置の構成を示す図である。図２９は、図２８のＤ－Ｄ断面を示す図である。検出装置の検出対象となる長尺体には、エスカレータ等で使用される移動手摺１６が含まれる。移動手摺１６は、矢印Ｂの方向に移動する。矢印Ｂは、移動手摺１６の長手の方向と一致する。移動手摺１６が移動する方向は一方向でも良い。移動手摺１６は、帆布１７を備える。帆布１７は、移動手摺１６の走行抵抗を低減させるために備えられる。帆布１７は、移動手摺１６の内側の表面を形成する。帆布１７は、例えば複数の糸を用いて織られた織物である。このため、帆布１７は、表面に周期的な模様を有する。
　検出装置の構成は、実施の形態１から５で開示した何れかの構成と同じである。上記構成の検出装置を使用することにより、移動手摺１６の位置及び異常を検出できる。
　図３０は、制御装置３の位置検出機能を説明するための図である。図３０の（ａ）から（ｃ）は、図１２の（ａ）から（ｃ）に対応する。図３０の（ａ）は、センサヘッド２によって取得された表面データを色の濃淡で表した図である。図３０の（ａ）に示す図は、２００個の表面データを繋げたものを示す。図１２の（ｂ）は、相関係数ρ１及びρ２の変化を示す。図１２の（ｃ）は、位相θの変化を示す。図３０に示すように、上記構成を有する検出装置であれば、移動手摺１６の位置及び異常を検出できる。例えば、検出装置によって移動手摺１６の形状異常を検出できる。検出装置によって移動手摺１６のスリップを検出しても良い。
　各実施の形態において、符号７～１５に示す各部は、制御装置３が有する機能を示す。図３１は、制御装置３のハードウェア構成を示す図である。制御装置３は、ハードウェア資源として、例えばプロセッサ１８とメモリ１９とを含む回路を備える。制御装置３は、メモリ１９に記憶されたプログラムをプロセッサ１８によって実行することにより、各部７～１５が有する各機能を実現する。制御装置３は、複数のプロセッサ１８を備えても良い。制御装置３は、複数のメモリ１９を備えても良い。即ち、複数のプロセッサ１８と複数のメモリ１９とが連携して各部７～１５が有する各機能を実現しても良い。各部７～１５が有する各機能の一部又は全部をハードウェアによって実現しても良い。
　各実施の形態では、類似度算出部９が処理データとリファレンスデータとの類似度を算出する例について説明した。各実施の形態で説明した検出装置の機能は、制御装置３にデータ処理部８が備えられていなくても実現できる。
　かかる場合、例えば、センサヘッド２によって取得される表面データと比較可能なリファレンスデータが記憶部７に記憶される。制御装置３がデータ設定部１２を備える場合、データ設定部１２は、センサヘッド２によって取得された表面データをリファレンスデータとして記憶部７に記憶させる。例えば、データ設定部１２は、ロープ１のある部分に光源４からの光を当てた時に得られた表面データを第１リファレンスデータとして記憶部７に記憶させる。更に、データ設定部１２は、上記部分から位相差がπ／２となる部分に光を当てた時に得られた表面データを第２リファレンスデータとして記憶部７に記憶させる。
　また、類似度算出部９は、センサヘッド２によって取得された表面データとリファレンスデータとの類似度を算出する。例えば、類似度算出部９は、表面データと第１リファレンスデータとの相関係数ρ１を第１類似度として算出する。類似度算出部９は、表面データと第２リファレンスデータとの相関係数ρ２を第２類似度として算出する。
　上記構成を有する検出装置であっても、長尺体の位置検出及び異常検出等を行うことができる。
　各実施の形態では、記憶部７に複数のリファレンスデータが記憶される例について説明した。記憶部７に１つのリファレンスデータしか記憶されていなくても、検出装置が長尺体の位置を非連続的に検出すること自体は可能である。かかる場合、例えば、類似度算出部９によって図１２の（ｂ）に示すＲｅｆ１に相当する類似度（相関係数）が算出される。類似度算出部９は、表面データとリファレンスデータとの類似度を算出しても良い。位置検出部１１は、類似度算出部９によって算出された類似度に基づいて長尺体の位置を検出する。例えば、基準値が予め設定される。位置検出部１１は、類似度が基準値に一致する回数をカウントし、長尺体の位置を検出する。複数の基準値を設定しても良い。また、一定期間中に基準値に一致する回数をカウントすることにより、長尺体が表面に有する模様の周期を検出することも可能である。
　各実施の形態では、長尺体の位置或いは異常を検出する装置について説明した。本発明を位置或いは異常を検出する前の段階までの機能を有する検査装置として活用しても良い。かかる場合、検査装置は、例えば記憶部７、データ処理部８及び類似度算出部９を備える。記憶部７、データ処理部８及び類似度算出部９は、何れかの実施の形態で開示された機能を備える。また、検査装置は、類似度算出部９によって算出された第１類似度と第２類似度とを要素とする類似度ベクトルを算出する機能を有する。類似度算出部９は、表面データとリファレンスデータとの類似度を算出しても良い。検査装置は、算出した類似度ベクトルを使用者が後から活用できるように保存しておく。検査装置は、算出した類似度ベクトルを表示器（図示せず）に表示させる機能を備えても良い。
　この発明に係る検出装置は、表面に周期的な模様を有する長尺体を検出の対象とする装置に適用できる。
　１　ロープ
　２　センサヘッド
　３　制御装置
　４　光源
　５　受光素子
　６　信号線
　７　記憶部
　８　データ処理部
　９　類似度算出部
　１０　位相算出部
　１１　位置検出部
　１２　データ設定部
　１３　方向検出部
　１４　周期検出部
　１５　異常検出部
　１６　移動手摺
　１７　帆布
　１８　プロセッサ
　１９　メモリ

Claims (21)

  1. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ取得手段によって取得された表面データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルの位相を算出する位相算出手段と、
    を備えた検出装置。
  2. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データから前記第１リファレンスデータ及び前記第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、
    　前記データ処理手段によって生成された処理データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ処理手段によって生成された処理データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルの位相を算出する位相算出手段と、
    を備えた検出装置。
  3. 　前記位相算出手段によって算出された位相に基づいて、前記長尺体の位置を検出する位置検出手段と、
    を更に備えた請求項１又は請求項２に記載の検出装置。
  4. 　前記位相算出手段によって算出された位相の変化速度に基づいて、前記長尺体の移動方向を検出する方向検出手段と、
    を更に備えた請求項１又は請求項２に記載の検出装置。
  5. 　前記位相算出手段によって算出された位相の変化速度に基づいて、前記長尺体が表面に有する模様の周期を検出する周期検出手段と、
    を更に備えた請求項１又は請求項２に記載の検出装置。
  6. 　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルのノルムに基づいて、前記長尺体の異常を検出する異常検出手段と、
    を更に備えた請求項３から請求項５の何れか一項に記載の検出装置。
  7. 　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルが描く軌跡に基づいて、前記長尺体の異常を検出する異常検出手段と、
    を更に備えた請求項３から請求項５の何れか一項に記載の検出装置。
  8. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ取得手段によって取得された表面データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルのノルムに基づいて、前記長尺体の異常を検出する異常検出手段と、
    を備えた検出装置。
  9. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データから前記第１リファレンスデータ及び前記第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、
    　前記データ処理手段によって生成された処理データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ処理手段によって生成された処理データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルのノルムに基づいて、前記長尺体の異常を検出する異常検出手段と、
    を備えた検出装置。
  10. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ取得手段によって取得された表面データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルが描く軌跡に基づいて、前記長尺体の異常を検出する異常検出手段と、
    を備えた検出装置。
  11. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　第１リファレンスデータ及び第２リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データから前記第１リファレンスデータ及び前記第２リファレンスデータと比較するための処理データを生成するデータ処理手段と、
    　前記データ処理手段によって生成された処理データと前記第１リファレンスデータとの第１類似度を算出する第１類似度算出手段と、
    　前記データ処理手段によって生成された処理データと前記第２リファレンスデータとの第２類似度を算出する第２類似度算出手段と、
    　前記第１類似度算出手段によって算出された第１類似度と前記第２類似度算出手段によって算出された第２類似度とを要素とする類似度ベクトルが描く軌跡に基づいて、前記長尺体の異常を検出する異常検出手段と、
    を備えた検出装置。
  12. 　前記第１リファレンスデータ及び前記第２リファレンスデータは、互いに直交する多次元のベクトルデータである請求項１から請求項１１の何れか一項に記載の検出装置。
  13. 　前記第１リファレンスデータは、前記長尺体が表面に有する模様の周期と同じ周期を有する正弦波を含む請求項１２に記載の検出装置。
  14. 　前記データ取得手段によって取得された表面データを前記第１リファレンスデータ及び前記第２リファレンスデータとして前記記憶手段に記憶させるデータ設定手段と、
    を更に備えた請求項１、請求項８又は請求項１０に記載の検出装置。
  15. 　前記データ取得手段によって取得された表面データから得られたデータを前記第１リファレンスデータ及び前記第２リファレンスデータとして前記記憶手段に記憶させるデータ設定手段と、
    を更に備えた請求項２、請求項９又は請求項１１に記載の検出装置。
  16. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データと前記リファレンスデータとの類似度に基づいて、前記長尺体の位置又は前記長尺体が表面に有する模様の周期を検出する検出手段と、
    を備えた検出装置。
  17. 　表面に周期的な模様を有する長尺体の表面データを取得するデータ取得手段と、
    　リファレンスデータを記憶する記憶手段と、
    　前記データ取得手段によって取得された表面データを前記リファレンスデータと比較するためのデータに処理するデータ処理手段と、
    　前記データ処理手段によって処理されたデータと前記リファレンスデータとの類似度に基づいて、前記長尺体の位置又は前記長尺体が表面に有する模様の周期を検出する検出手段と、
    を備えた検出装置。
  18. 　前記データ取得手段は、複数行１列の行列で表記可能なデータを表面データとして取得する請求項１から請求項１７の何れか一項に記載の検出装置。
  19. 　前記データ取得手段は、複数行複数列の行列で表記可能なデータを表面データとして取得する請求項１から請求項１７の何れか一項に記載の検出装置。
  20. 　前記データ取得手段は、
    　前記長尺体の表面に光を照射する光源と、
    　前記長尺体の表面で反射した前記光源からの光のうち、前記長尺体の長手の方向に対して一定の角度で斜めに反射した光を受光する受光素子と、
    を備えた請求項１から請求項１７の何れか一項に記載の検出装置。
  21. 　前記データ取得手段は、前記長尺体の表面を撮影するカメラを備えた請求項１から請求項１７の何れか一項に記載の検出装置。
PCT/JP2015/059611 2015-03-27 2015-03-27 検出装置 WO2016157290A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020177022831A KR101936009B1 (ko) 2015-03-27 2015-03-27 검출 장치
JP2017508825A JP6365765B2 (ja) 2015-03-27 2015-03-27 検出装置
CN201580076503.XA CN107250715B (zh) 2015-03-27 2015-03-27 检测装置
PCT/JP2015/059611 WO2016157290A1 (ja) 2015-03-27 2015-03-27 検出装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/059611 WO2016157290A1 (ja) 2015-03-27 2015-03-27 検出装置

Publications (1)

Publication Number Publication Date
WO2016157290A1 true WO2016157290A1 (ja) 2016-10-06

Family

ID=57006807

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/059611 WO2016157290A1 (ja) 2015-03-27 2015-03-27 検出装置

Country Status (4)

Country Link
JP (1) JP6365765B2 (ja)
KR (1) KR101936009B1 (ja)
CN (1) CN107250715B (ja)
WO (1) WO2016157290A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018142613A1 (ja) * 2017-02-06 2018-08-09 三菱電機株式会社 検出装置
JP2018179632A (ja) * 2017-04-07 2018-11-15 三菱電機株式会社 ロープの表面凹凸検出方法および表面凹凸検出装置
WO2021014645A1 (ja) * 2019-07-25 2021-01-28 三菱電機株式会社 検査装置及び方法、並びにプログラム及び記録媒体

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117783128B (zh) * 2023-12-26 2024-08-06 广东荣骏建设工程检测股份有限公司 一种建筑用索体检测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63219635A (ja) * 1986-12-06 1988-09-13 ローベルト・マーセン 糸またはロープの特性の測定および／または監視方法および装置
US20050002036A1 (en) * 2003-07-01 2005-01-06 Sang-Joon Bae Method and apparatus for measuring a pitch of stranded cable
JP2011007641A (ja) * 2009-06-26 2011-01-13 Suncall Corp ねじれ角検出方法及びねじれ角検出装置
JP2011196994A (ja) * 2010-02-25 2011-10-06 Jfe Steel Corp ワイヤロープピッチの測定方法とワイヤロープピッチ測定装置およびワイヤロープの製造方法
JP2012185145A (ja) * 2011-02-15 2012-09-27 Shikoku Res Inst Inc 測定装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009057126A (ja) * 2007-08-30 2009-03-19 Graphin Co Ltd エレベータ用ロープの変形検出装置
JP5413148B2 (ja) * 2009-11-20 2014-02-12 株式会社明電舎 ワイヤーロープ検査装置
CN201653377U (zh) * 2009-12-08 2010-11-24 郭三华 一种拉索套管节点螺纹质量检测系统
WO2011108173A1 (ja) * 2010-03-03 2011-09-09 三菱電機株式会社 ロープ検査装置
CN102252611B (zh) * 2011-05-09 2013-11-27 深圳市澎湃图像技术有限公司 几何定位方法
CN102890824B (zh) * 2011-07-19 2015-07-29 株式会社东芝 运动对象轮廓跟踪方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63219635A (ja) * 1986-12-06 1988-09-13 ローベルト・マーセン 糸またはロープの特性の測定および／または監視方法および装置
US20050002036A1 (en) * 2003-07-01 2005-01-06 Sang-Joon Bae Method and apparatus for measuring a pitch of stranded cable
JP2011007641A (ja) * 2009-06-26 2011-01-13 Suncall Corp ねじれ角検出方法及びねじれ角検出装置
JP2011196994A (ja) * 2010-02-25 2011-10-06 Jfe Steel Corp ワイヤロープピッチの測定方法とワイヤロープピッチ測定装置およびワイヤロープの製造方法
JP2012185145A (ja) * 2011-02-15 2012-09-27 Shikoku Res Inst Inc 測定装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018142613A1 (ja) * 2017-02-06 2018-08-09 三菱電機株式会社 検出装置
CN110226075A (zh) * 2017-02-06 2019-09-10 三菱电机株式会社 检测装置
JPWO2018142613A1 (ja) * 2017-02-06 2019-11-07 三菱電機株式会社 検出装置
US11099138B2 (en) 2017-02-06 2021-08-24 Mitsubishi Electric Corporation Detection device
JP2018179632A (ja) * 2017-04-07 2018-11-15 三菱電機株式会社 ロープの表面凹凸検出方法および表面凹凸検出装置
WO2021014645A1 (ja) * 2019-07-25 2021-01-28 三菱電機株式会社 検査装置及び方法、並びにプログラム及び記録媒体
JPWO2021014645A1 (ja) * 2019-07-25 2021-12-09 三菱電機株式会社 検査装置及び方法、並びにプログラム及び記録媒体
JP7146092B2 (ja) 2019-07-25 2022-10-03 三菱電機株式会社 検査装置及び方法、並びにプログラム及び記録媒体

Also Published As

Publication number Publication date
CN107250715A (zh) 2017-10-13
JPWO2016157290A1 (ja) 2017-07-27
CN107250715B (zh) 2019-09-17
KR20170102557A (ko) 2017-09-11
KR101936009B1 (ko) 2019-01-07
JP6365765B2 (ja) 2018-08-01

Similar Documents

Publication Publication Date Title
JP6365765B2 (ja) 検出装置
JP6621836B2 (ja) 光パターンの強度変動を利用した体積内の物体の深さマッピング
Violato et al. Three-dimensional evolution of flow structures in transitional circular and chevron jets
US11301712B2 (en) Pointer recognition for analog instrument image analysis
JP6756417B1 (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
JP2011030626A5 (ja)
JP2018068748A5 (ja)
JP5964788B2 (ja) データ生成方法及びデータ生成装置
US10684120B2 (en) Wire rope measuring device and wire rope measuring method
JP6590088B2 (ja) 検出装置
JP2012112952A (ja) 表面形状測定方法及び測定装置
JP2015015592A5 (ja)
JP2014021562A5 (ja) 検出装置、検出方法及びプログラム
JP2021056182A (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
JP5554689B2 (ja) 位置および動作判定方法および入力装置
CN105982658B (zh) 生理信息侦测方法及装置
CN105353406B (zh) 一种生成角道集的方法和装置
JP6228222B2 (ja) フレネル回折の境界プロファイルを評価する方法
WO2016157289A1 (ja) 検出装置
JP2021081791A5 (ja)
WO2021065349A1 (ja) ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム
JP6158734B2 (ja) 光沢度計測装置、光沢度演算装置及び光沢度計測方法
JP7146092B2 (ja) 検査装置及び方法、並びにプログラム及び記録媒体
KR102159996B1 (ko) 이벤트 필터링 장치 및 이를 이용한 동작 인식 장치
Lu et al. Research on vision-based error detection system for optic fiber winding

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15887445

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017508825

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20177022831

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15887445

Country of ref document: EP

Kind code of ref document: A1